期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种新型混沌PSO算法在板形智能控制中的应用
1
作者 孙书芳 张家海 《机电信息》 2014年第3期120-121,共2页
提出一种新型混沌PSO算法优化RBF神经网络并对板形进行识别,使用神经网络预测和效应矩阵控制器对板形进行预测控制。仿真过程表明,新型混沌PSO算法对优化神经网络的结构和参数都有明显的效果,使用板形识别模型和带预测过程的效应函数可... 提出一种新型混沌PSO算法优化RBF神经网络并对板形进行识别,使用神经网络预测和效应矩阵控制器对板形进行预测控制。仿真过程表明,新型混沌PSO算法对优化神经网络的结构和参数都有明显的效果,使用板形识别模型和带预测过程的效应函数可以有效控制板形系统。 展开更多
关键词 混沌pso算法 神经网络 板形 智能控制
在线阅读 下载PDF
基于混沌pso算法的实时动态目标分配 被引量:3
2
作者 井洁 冯琦 《火力与指挥控制》 CSCD 北大核心 2014年第9期40-43,47,共5页
任务分配是多导弹协同攻击目标的重要前提,在充分考虑满足复杂战场环境各种约束的条件下,提出了基于混沌粒子群算法的实时动态算法,使得算法在求解WTA问题时具有处理意外目标和任意时刻响应当前战场状态的实时动态特性。并为了解决战场... 任务分配是多导弹协同攻击目标的重要前提,在充分考虑满足复杂战场环境各种约束的条件下,提出了基于混沌粒子群算法的实时动态算法,使得算法在求解WTA问题时具有处理意外目标和任意时刻响应当前战场状态的实时动态特性。并为了解决战场环境中各不确定性因子对新加入目标优先级的影响,提出基于三元区间数表示关联熵的复合物元目标排序方法。 展开更多
关键词 任务分配 混沌pso算法 实时动态算法 复合物元 目标排序
在线阅读 下载PDF
基于混沌PSO的SCARA机器人参数辨识 被引量:6
3
作者 丰非 扈宏杰 《自动化与仪表》 2017年第12期14-18,共5页
该文基于Denavit-Hartenberg参数方法和Lagrange方程分别建立了平面关节型SCARA机器人的运动学模型和动力学模型。将机器人的动力学模型用观测矩阵和待辨识参数矩阵表述。在优化了激励轨迹的前提下,采用一种基于混沌粒子群(CPSO)的参数... 该文基于Denavit-Hartenberg参数方法和Lagrange方程分别建立了平面关节型SCARA机器人的运动学模型和动力学模型。将机器人的动力学模型用观测矩阵和待辨识参数矩阵表述。在优化了激励轨迹的前提下,采用一种基于混沌粒子群(CPSO)的参数辨识算法,辨识动力学模型中的待辨识参数,利用混沌特性来提高种群的多样性和粒子搜索的遍历性,从而提高了参数的辨识精度和收敛速度。通过Matlab仿真实验,表明与传统最小二乘和基本PSO方法相比,该方法具有明显的有效性。 展开更多
关键词 平面关节型机器人 动力学建模 参数辨识 混沌pso算法
在线阅读 下载PDF
基于混沌PSO-DV优化BP神经网络的汽车故障诊断 被引量:2
4
作者 刘建立 李业德 张涛 《山东理工大学学报(自然科学版)》 CAS 2013年第1期67-70,共4页
针对传统的PSO优化BP网络的局限性,提出了一种混沌PSO-DV算法和BP神经网络的混合算法.该算法具有混沌算法的局部搜索遍历性,DE算法的种群多样性及BP神经网络的快速搜索能力等优势.仿真结果表明,混沌PSO-DV优化的BP神经网络应用于汽车发... 针对传统的PSO优化BP网络的局限性,提出了一种混沌PSO-DV算法和BP神经网络的混合算法.该算法具有混沌算法的局部搜索遍历性,DE算法的种群多样性及BP神经网络的快速搜索能力等优势.仿真结果表明,混沌PSO-DV优化的BP神经网络应用于汽车发动机故障诊断,使得故障诊断的效率和准确率得到了很大的提高. 展开更多
关键词 混沌pso—DV算法 BP神经网络 汽车发动机 故障诊断
在线阅读 下载PDF
Hybrid particle swarm optimization with chaotic search for solving integer and mixed integer programming problems 被引量:21
5
作者 谭跃 谭冠政 邓曙光 《Journal of Central South University》 SCIE EI CAS 2014年第7期2731-2742,共12页
A novel chaotic search method is proposed,and a hybrid algorithm combining particle swarm optimization(PSO) with this new method,called CLSPSO,is put forward to solve 14 integer and mixed integer programming problems.... A novel chaotic search method is proposed,and a hybrid algorithm combining particle swarm optimization(PSO) with this new method,called CLSPSO,is put forward to solve 14 integer and mixed integer programming problems.The performances of CLSPSO are compared with those of other five hybrid algorithms combining PSO with chaotic search methods.Experimental results indicate that in terms of robustness and final convergence speed,CLSPSO is better than other five algorithms in solving many of these problems.Furthermore,CLSPSO exhibits good performance in solving two high-dimensional problems,and it finds better solutions than the known ones.A performance index(PI) is introduced to fairly compare the above six algorithms,and the obtained values of(PI) in three cases demonstrate that CLSPSO is superior to all the other five algorithms under the same conditions. 展开更多
关键词 particle swarm optimization chaotic search integer programming problem mixed integer programming problem
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部